In Support of Multidimensional Frailty: A Structural Equation Model from the Canadian Positive Brain Health Now Cohort
Notice bibliographique
Résumé
The objective of this study was to estimate the structure and relationships between four h ypothesized frailty dimensions (physical, emotional, cognitive, and social) and the extent to which personal and HIV-related factors and comorbidity associate with these frailty dimensions. This is a secondary analysis of an existing dataset arising from Positive Brain Health Now study (n = 856) in people aging with HIV (mean age: 52.3 ± 8.1 years). Structural equation modeling (SEM) models were applied to two cross-sections of the data: one at study entry and one at second visit, 9-month apart. Multidimensional frailty was modeled based on the combined Wilson–Cleary and International Classification of Functioning, Disability and Health framework. Four dimensions were operationalized with patient-reported and self-report measures from standardized questionnaires. The SEM model from the first visit was replicated using data from the second visit, testing measurement invariance. The proposed model showed acceptable fit at both visits (including no violation of measurement invariance). The final model for the first visit showed that sex, body mass index, HIV diagnosis pre-1997, current or nadir CD4 counts, and comorbidity did not associate with any frailty dimension; however, age (β range: 0.12–0.25), symptoms (β range: −0.35 to −0.58), and measured cognition (β range: 0.10–0.24) directly associated with all frailty dimensions. The model remained stable across the two visits. This study contributes evidence for operationalizing multidimensional frailty. Evidence-based interventions are available for many of the measures considered here, offering opportunities to improve the lives of people with frailty in the context of HIV.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».